溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
前言
由于近期有個項目對系統性能要求很高，技術選型上由于種種原因已經確定使用Mysql數據庫，接下來就是要確定到底使用哪種存儲引擎。我們的應用是典型的寫多讀少，寫入內容為也很短，對系統的穩定性要求很高。所以存儲引擎肯定就定在廣泛使用的Innodb和MyISAM之中了。
至于兩者的比較網上也有很多，但是畢竟這個事情也不復雜，決定還是自己來做，去驗證一下在我們的場景下誰更優。
本文測試所用工具版本如下：
| Tools | Version |
|---|---|
| MySQL | 5.7.18 |
| Python | 3.6 |
| Pandas | 0.23 |
① 創建數據表
首先我們需要把兩張使用了不同引擎的表創建出來，使用為了方便起見，我們直接使用Navicat創建了兩張 員工信息表，具體字段如下：
使用InnoDB引擎的表，設計表名為innodb，選項如下：
使用InnoDB引擎的表，設計表名為myisam，選項如下：
因為是簡單操作，創建的具體細節就不詳述了，至此，我們的數據庫就把使用 InnoDB 和 MyISAM 兩種引擎的表創建好了。
② 單線程寫入性能對比
1. InnoDB 引擎
執行以下代碼，往使用了InnoDB引擎的表格插入1000條數據
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for i in range(1000):
data = {'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i}
df = pd.DataFrame(data, index=[0])
df.to_sql('innodb', db, if_exists='append', index=False)
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序寫入1000條數據的時間分別為：12.58s、14.10s、12.71s，平均寫入時間為 13.13s。
2. MyISAM 引擎
執行以下代碼，往使用了MyISAM引擎的表格插入1000條數據
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for i in range(1000):
data = {'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i}
df = pd.DataFrame(data, index=[0])
df.to_sql('myisam', db, if_exists='append', index=False)
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序寫入1000條數據的時間分別為：6.64s、6.99s、7.29s，平均寫入時間為 6.97s。
兩種引擎的單線程寫入速度對比如下：
結論：單線程的情況下，MyISAM引擎的寫入速度比InnoDB引擎的寫入速度快88%
③ 多線程寫入性能對比
1. InnoDB 引擎
執行以下代碼，往使用了InnoDB引擎的表格插入1000條數據
import pandas as pd
from sqlalchemy import create_engine
import time
from concurrent.futures import ThreadPoolExecutor
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
data_lst = [{'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i} for i in range(1000)]
def write(data):
df = pd.DataFrame(data, index=[0])
df.to_sql('innodb', db, if_exists='append', index=False)
def execute():
with ThreadPoolExecutor(max_workers=5) as executor:
executor.map(write, data_lst)
execute()
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序寫入1000條數據的時間分別為：4.98s、4.84s、4.88s，平均寫入時間為 4.9s。
2. MyISAM 引擎
執行以下代碼，往使用了MyISAM引擎的表格插入1000條數據
import pandas as pd
from sqlalchemy import create_engine
import time
from concurrent.futures import ThreadPoolExecutor
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
data_lst = [{'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i} for i in range(1000)]
def write(data):
df = pd.DataFrame(data, index=[0])
df.to_sql('myisam', db, if_exists='append', index=False)
def execute():
with ThreadPoolExecutor(max_workers=5) as executor:
executor.map(write, data_lst)
execute()
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序寫入1000條數據的時間分別為：3.29s、3.62s、3.47s，平均寫入時間為 3.46s。
兩種引擎的多線程寫入速度對比如下：
結論：多線程的情況下，MyISAM引擎的寫入速度比InnoDB引擎的寫入速度快42%
④ 讀取性能對比
為了獲得數據量較大的表用于測試數據庫的讀取性能，我們循環執行10遍上面多線程寫入數據的操作，得到兩張數據量為10000條數據的表格，然后讀取10遍該表格，獲取讀取時間
1. InnoDB 引擎
執行以下代碼，讀取10遍使用了InnoDB引擎的表格
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for _ in range(10):
df = pd.read_sql('innodb', db)
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序10次讀取10000條數據的時間分別為：28.94s、28.88s、28.48s，平均寫入時間為 28.77s。
2. MyISAM 引擎
執行以下代碼，讀取10遍使用了MyISAM引擎的表格
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for _ in range(10):
df = pd.read_sql('innodb', db)
end = time.time()
print(end - start)
執行3次上面的代碼，得到程序10次讀取10000條數據的時間分別為：28.51s、29.12s、28.76s，平均寫入時間為 28.8s。
兩種引擎的讀取速度對比如下：
結論：MyISAM引擎和InnoDB引擎的讀取速度無明顯差異
⑤ 總結
1. 寫入速度，MyISAM比InnoDB快，單線程的情況下，兩者差異尤為明顯
2. 讀取速度，InnoDB和MyISAM無明顯差異
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
